1 |
1
행동 인식 장치가 입력받은 초기 학습 데이터 및 상기 학습 데이터에 부여된 라벨을 이용하여 계층적 은닉 마르코프 모델(Layered Hidden Markov Model)을 학습하는 단계;상기 행동 인식 장치가 행동인식을 위한 행동 데이터를 입력받고, 상기 행동 데이터로부터 상기 계층적 은닉 마르코프 모델에 포함된 하위 계층을 이용하여 인식 값을 도출하는 단계; 및상기 행동 인식 장치가 상기 인식 값으로부터 상기 계층적 은닉 마르코프 모델에 포함된 상위 계층을 이용하여 인식 결과를 도출하는 단계를 포함하되,상기 상위 계층의 인식 결과에 기초하여 은닉 마르코프 모델에 주어진 상기 라벨을 추출하여 상기 하위 계층의 의미정보(semantics)를 추론하고 하위 계층의 인식을 위해 피드백(feedback)하는 것을 특징으로 하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 방법
|
2 |
2
제 1 항에 있어서,상기 행동 인식 장치가 상기 상위 계층의 은닉 마르코프 모델을 디코딩(decoding) 하여 상기 라벨을 추출하는 단계; 및상기 행동 인식 장치가 상기 추출된 라벨 및 상기 인식 결과를 이용하여 상기 하위 계층의 은닉 마르코프 모델에 피드백(feedback)하는 단계를 더 포함하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 방법
|
3 |
3
제 1 항에 있어서,상기 인식 결과를 도출하는 단계는,상기 행동 인식 장치가 맥스빌리프(maxbelief) 기법을 이용하여 상기 인식 값에 포함된 모델 중 행동에 대한 적합성이 가장 높은 모델을 선별하는 단계; 및상기 행동 인식 장치가 상기 선별된 모델 및 상기 선별된 모델에 부여된 라벨을 상기 학습된 상위 계층의 은닉 마르코프 모델을 이용하여 인식 결과를 도출하는 단계를 포함하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 방법
|
4 |
4
제 1 항에 있어서,상기 계층적 은닉 마르코프 모델을 학습하는 단계는,상기 행동 인식 장치가 입력받은 초기 학습 데이터 및 상기 학습 데이터에 부여된 라벨을 이용하여 하위 계층의 은닉 마르코프 모델을 학습함으로써, 학습 값을 도출하는 단계; 및상기 행동 인식 장치가 상기 학습 값 및 상기 라벨을 이용하여 상위 계층의 은닉 마르코프 모델을 학습하는 단계를 포함하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 방법
|
5 |
5
제 4 항에 있어서,상기 계층적 은닉 마르코프 모델을 학습하는 단계는,상기 행동 인식 장치가 상기 학습 값 도출에서 제외된 초기 학습 데이터 및 상기 제외된 초기 학습 데이터에 부여된 라벨을 이용하여 상기 하위 계층의 은닉 마르코프 모델을 학습함으로써, 학습 결과를 도출하는 단계; 및상기 행동 인식 장치가 상기 학습 결과 및 상기 제외된 초기 학습 데이터에 부여된 라벨을 이용하여 상기 상위 계층의 은닉 마르코프 모델을 학습하는 단계를 더 포함하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 방법
|
6 |
6
초기 학습 데이터 및 행동 인식을 위한 행동 데이터를 입력받는 입력부;상기 입력받은 초기 학습 데이터 및 상기 학습 데이터에 부여된 라벨을 이용하여 계층적 은닉 마르코프 모델을 학습하고, 상기 입력받은 행동 데이터로부터 상기 계층적 은닉 마르코프 모델에 포함된 하위 계층을 이용하여 인식 값을 도출하며, 상기 인식 값으로부터 상기 계층적 은닉 마르코프 모델에 포함된 상위 계층을 이용하여 인식 결과를 도출하는 처리부; 및상기 인식 결과를 출력하는 출력부를 포함하되,상기 처리부는,상기 상위 계층의 인식 결과에 기초하여 은닉 마르코프 모델에 주어진 상기 라벨을 추출하여 상기 하위 계층의 의미정보(semantics)를 추론하고 하위 계층의 인식을 위해 피드백(feedback)하는 것을 특징으로 하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 장치
|
7 |
7
제 6 항에 있어서,상기 처리부는,상기 상위 계층의 은닉 마르코프 모델을 디코딩하여 상기 라벨을 추출하며, 상기 추출된 라벨 및 상기 인식 결과를 이용하여 상기 하위 계층의 은닉 마르코프 모델에 피드백하는 것을 특징으로 하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 장치
|
8 |
8
제 6 항에 있어서,상기 처리부는,맥스빌리프 기법을 이용하여 상기 인식 값에 포함된 모델 중 행동에 대한 적합성이 가장 높은 모델을 선별하며, 상기 선별된 모델 및 상기 선별된 모델에 부여된 라벨을 상기 학습된 상위 계층의 은닉 마르코프 모델을 이용하여 인식 결과를 도출하는 것을 특징으로 하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 장치
|
9 |
9
제 6 항에 있어서,상기 처리부는,상기 입력받은 초기 학습 데이터 및 상기 학습 데이터에 부여된 라벨을 이용하여 하위 계층의 은닉 마르코프 모델을 학습하고, 학습 값을 도출하며, 상기 학습 값 및 상기 라벨을 이용하여 상위 계층의 은닉 마르코프 모델을 학습하는 것을 특징으로 하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 장치
|
10 |
10
제 9 항에 있어서,상기 처리부는,상기 학습 값 도출에서 제외된 초기 학습 데이터 및 상기 제외된 초기 학습 데이터에 부여된 라벨을 이용하여 상기 하위 계층의 은닉 마르코프 모델을 학습하고, 학습 결과를 도출하며, 상기 학습 결과 및 상기 제외된 초기 학습 데이터에 부여된 라벨을 이용하여 상기 상위 계층의 은닉 마르코프 모델을 학습하는 것을 특징으로 하는 계층적 은닉 마르코프 모델을 이용한 행동 인식 장치
|